TEMA: “DISEÑO E IMPLEMENTACIÓN DE UNA

APLICACIÓN WEB QUE PERMITA EL ANÁLISIS DE LA

FACILIDAD DE COMPRENSIÓN EN DIAGRAMAS UML DE

INTERACCIÓN A TRAVÉS DE UNA RÉPLICA

EXPERIMENTAL Y SÍNTESIS DE ESTUDIOS PREVIOS

APLICADO EN LA ESCUELA DE INGENIERÍA EN

SISTEMAS DE LA ESPOCH”

MAESTRÍA EN INGENIERÍA DE SOFTWARE

AUTOR: ING. GLADYS LORENA AGUIRRE SAILEMA

DIRECTOR: PHD. OMAR SALVADOR GÓMEZ GÓMEZ.

LATACUNGA

2016

Agenda

1. PROBLEMÁTICA Y OBJETIVOS

2. MARCO TEÓRICO

3. DESARROLLO DE LA APLICACIÓN WEB

“Analice”

4. EXPERIMENTO REPLICADO ESPOCH

5. SÍNTESIS DE ESTUDIOS

6. VALIDACIÓN DE LA APLICACIÓN WEB

“Analice”

7. CONCLUSIONES Y RECOMENDACIONES

Problemática

En este contexto, se desarrollará una aplicación web que permita analizar datos estadísticos y librar al docente el peso que representa el aprendizaje de una herramienta estadística y obtener el análisis de datos de una manera más intuitiva lo que significaría un ahorro de tiempo y esfuerzo.

Los distintos trabajos realizados en la carrera de ingeniería en sistemas muchas ocasiones terminan en un único estudio sin realizar una verificación apropiada a los resultados, es ahí donde nace la necesidad de aplicar el método experimental para la generación de conocimiento basado en técnicas, métricas y herramientas para el desarrollo software. La experimentación es un método aceptado dentro de cualquier disciplina científica y se espera lo mismo en la ingeniería de software. Los resultados de un experimento deben poder ser replicados para lograr mayor confianza en los hallazgos encontrados.

Objetivos

Diseñar e implementar una aplicación web que permita el análisis de la facilidad de comprensión en diagramas de interacción del lenguaje de modelado unificado (UML) a través de una réplica experimental y síntesis de estudios previos en la Asignatura de Proyecto Integrador II de la Carrera de Ingeniería en Sistemas en la Facultad de Informática y Electrónica de la ESPOCH

Objetivo general:

Objetivos específicos:

Construir el marco teórico

Utilizar los artefactos empleados en (Otero & Dolado, 2004) de su paquete experimental para el desarrollo de una réplica.

Implementar la propuesta con las métricas de facilidad de comprensión y realizar las mediciones, desarrollar una aplicación web con interfaz amigable que se interconecte con el software estadístico R, para analizar los datos.

Hacer una integración de estudios previos

Validar la aplicación web propuesta.

• En la IS

• Replicación

• Docente.

• Características

• Aplicación rApache.

• Tipos de Diagrama.

• Aspectos del producto software

• Modelos de Desarrollo.

Ingeniería de Software

UML

Experimentación R

2. Marco Teórico

Especificación

inicial

Versiones del

software

Desarrollo del

producto

Implementaci

ón uso y

evaluación

Re-

especificación

Diagrama de secuencia

Dia

gra

mas

UM

L

Dia

gra

mas

de

estr

uct

ura

Diagrama de Maquina de estado

Dia

gra

ma

s d

e co

mp

ort

am

ien

to

Diagrama de clases

Diagrama de estructuras compuestas

Diagrama de componentes

Diagrama de despliegue

Diagrama de objeto

Diagrama de paquetes

Diagrama de actividad

Diagramas de interación

Diagrama de casos de uso

Diagrama de comunicación

Diagrama de tiempo

Máquinas de colaboración

IS

Que toman diferentes

valores y la investigación

pretende averiguar los

efectos que producen

Cuando se

repiten varios

experimentos o lo

llamado familias

de experimentos

para un proceso

o procesos se

está

garantizando, que

el estudio que se

esté realizando

sea más fiable;

las familias de

experimentos se

da según (Basili

V. R., 199

Replicación Experimen

tación

docente

Los estudiantes

son los que

proporcionan de

forma directa la

información

cuando el docente

requiere recopilar

datos en una

experimentación

docente

R y rApache

R proporciona un amplio abanico de herramientas estadísticas (modelos lineales y no lineales, test estadísticos, análisis de series temporales, algoritmos de clasificación y agrupamiento, etc.) y gráficas.

Además, R puede integrarse con distintas bases de datos así como existen bibliotecas que facilitan su utilización desde lenguajes de programación interpretados como Perl y Python.

Es un generador de figuras potentes que permite realizar desde las gráficas más simples hasta definir gráficas más complejas.

La interfaz permite al usuario que ingrese instrucciones o comandos para poder hacer uso de las potencialidades de R.

rApache es una aplicación que permite administrar un servidor Apache, considerada como aplicación de código abierto, desarrollada con Python + GTK (GIMP Toolkit), posee una interfaz simple que organiza las funcionalidades en pestañas, de esta forma es muy sencillo crear un host virtual, habilitar/deshabilitar módulos y revisar rápidamente los archivos logs.

• Metodología de desarrollo software MDS 360º.

•El propósito de este capítulo fue construir la aplicación web “Analice” para la cual se aplicó la metodología de desarrollo de software 3600, cumpliendo con todos los requisitos

• En cascada • Introducción

• Objetivo.

INTRODUCCIÓN

METODO

Metodología CONCLUSIÓ

N

3. DESARROLLO DE LA APLICACIÓN WEB

“Analice”

Introducción

El desarrollo de una aplicación web requiere de una metodología que

constituya la guía en cada uno de las etapas de un modelo de

desarrollo software. Para desarrollar la aplicación web se considerará

la metodología de desarrollo de software MDS 360o (Arguello, 2007),

la misma que permite elaborar una aplicación software desde un

enfoque práctico y global.

Objetivo

La aplicación web “Analice” es permitir el análisis de datos para medir la facilidad de comprensión en los diagramas de interacción de UML, para lo cual se debe permitir subir archivos con extensiones csv o de texto, para poder: visualizar los datos, graficarlos y realizar un análisis de la varianza ANOVA; además, obtener una evaluación de normalidad y homocedasticidad de datos.

Estadísticos que

proporciona son

confiables y permite

generar gráficas que

son suministradas al

usuario para su

respectivo análisis

• Preparación y formación

• Capacitación

• Operación

• Validación de Datos

• Estadísticos descriptivos y reducción de conjunto de datos

• Análisis estadístico

• Contraste de la hipótesis

• Interpretación.

• Sujetos

• Material

• Diseño del experimento.

• Propósito

• Equipo

• Objetivos

• Variables

• Hipótesis.

DEFINICIÓN DISEÑO

EJECUCIÓN ANÁLISIS

4. EXPERIMENTO REPLICADO ESPOCH

Variable independientes: dentro de este

tipo de variables se encuentran dos

diagramas de interacción de UML:

secuencia y colaboración; además, los

dos programas (dictaphone y library).

Variables dependientes: están

compuestas por la variable tiempo total

que utilizan en responder las preguntas y

puntuación total en número de respuestas

acertadas.

Hipótesis nula (H0)

Ho No hay diferencia entre los sujetos que utilizan los dos tipos de diagramas dinámicos con respecto al tiempo empleado para responder las preguntas.

Ho No hay diferencia entre los sujetos que leen los dos tipos de diagramas dinámicos con respecto a número de respuestas acertadas.

Hipótesis alternativa (H1)

H1 Hay diferencia entre los sujetos que utilizan los dos tipos de diagramas dinámicos con respecto al tiempo empleado para responder las preguntas.

H1 Hay diferencia entre los sujetos que leen los dos tipos de diagramas dinámicos con respecto a la Puntuación total de respuestas acertadas.

Distribución de los estudiantes Sesión I

Lunes

Sesión II

Miércoles

Library Dictaphone Library Dictaphone

Secuencia 1, 3, 5, 6, 9, 11, 14, 15,

18, 21, 22 y 24.

1, 3, 5, 6, 9, 11, 14, 15,

18, 21, 22 y 24.

2, 4, 7, 8, 10, 12,

13, 16, 17, 19, 20,

23 y 25.

2, 4, 7, 8, 10, 12, 13,

16, 17, 19, 20 23 y 25.

Colaboración 1, 3, 5, 6, 9, 11, 14, 15,

18, 21, 22 y 24.

1, 3, 5, 6, 9, 11, 14, 15,

18, 21, 22 y 24.

2, 4, 7, 8, 10, 12, 13, 16,

17, 19, 20, 23 y 25.

2, 4, 7, 8, 10, 12, 13, 16, 17, 19,

20 23 y 25.

Análisis estadístico

Puntuación obtenida por cada estudiante

La puntuación total obtenida de acuerdo

a las respuestas dadas por parte de

los estudiantes

Deacuerdo al grupo que se les ubicó a los estudiantes y el tiempo demorado

Representación de los programas (dictaphone y

library) y el tiempo total demorado

Representación total en segundos

tardado en contestar las preguntas por

parte de los estudiantes en los grupos que fueron

ubicados.

El total en segundos tardados por parte de los estudiantes

en los diagramas de secuencia y

colaboración.

Demostración de la hipótesis Análisis para la variable dependiente tiempo

En el Tabla se presenta el análisis de la varianza ANOVA,

se observa que la componente diagram x program según el

estadístico de Fisher (F)= 0,960, el valor de probabilidad es p =

0,330 en consecuencia 0,330 es > 0,05 por lo tanto se acepta la

hipótesis nula (H0) y rechazamos la hipótesis de investigación (H1).

Lo que significa que no existe evidencia suficiente para aceptar la

hipótesis de la investigación.

Demostración de la hipótesis

Análisis para la variable dependiente puntuación total

En el Tabla se muestra el análisis de la varianza ANOVA, se

aprecia que la componente program es menor que α = 0,05 por lo que se

puede decir que hay una diferencia significativa; por tanto la facilidad de

comprensión es distinta en ambos programas con respecto a la puntuación

total. El programa library obtuvo mayor porcentaje. La componente diagram

x program para Fisher (F)= 0,620 y p=0,433 > α por lo que se acepta la

hipótesis nula (H0 ) y se rechaza la hipótesis de investigación (H1). Lo que

significa que no existe evidencia suficiente para aceptar la hipótesis de la

investigación.

Interpretación

Los resultados alcanzados en esta investigación muestran que en

relación con las puntuaciones obtenidas destaca como dato significativo

que fueron mayores en los estudiantes que respondieron a las

preguntas del cuestionario library, este dato que fue estadísticamente

significativo.

En relación con el tiempo podemos mencionar que los estudiantes que

interpretaron y respondieron el cuestionario dictaphone necesitaron más

tiempo que los que interpretaron y respondieron el cuestionario library,

aunque la diferencia encontrada no fue estadísticamente significativa.

No existió diferencia entre el tiempo de interpretación del diagrama de

colaboración y el de secuencia y la diferencia que existió entre el tiempo

de respuesta a las preguntas de los cuestionarios entre los estudiantes

del grupo I y II no fue estadísticamente significativa.

•El trabajo de Aguirre difiere de los publicados por Glezer y Otero en cuanto a resultados de la media y tamaño del efecto, sin embargo se asemeja al de Otero

•1. Formulación de un problema,

•2. Selección de estudios,

•3. Codificación de estudios,

•4. Síntesis de estudios y

•5 Análisis estadístico e interpretación.

• Introducción

•El objetivo realizar una integración sistemática de los resultados medidos por (Otero & Dolado, 2004), Glezer (2005).

INTRODUCCIÓN Y OBJETIVOS

META-ANÁLISIS

CONCLUSIÓN

5. SÍNTESIS DE ESTUDIOS

• Realizar un análisis de las diferencias en los resultados de diferentes

estudios.

• Calcular los tamaños de los efectos de cada estudio.

Meta-Análisis

Dentro del método WMD, se encuentran las siguientes fases:

1. Formulación de un problema,

2. Selección de estudios,

3. Codificación de estudios,

4. Síntesis de estudios y

5 Análisis estadístico e interpretación.

Objetivos en meta-análisis

Formulación de un problema

¿Están los resultados de las investigaciones

relacionados entre sí?

Selección de estudios

Para el presente meta-análisis se cuenta con

tres estudios experimentales: Glezer en 2004,

Otero en el 2003 y la presente investigación;

estos estudios fueron realizados con

diagramas de interacción de UML.

Codificación de estudios

Existe similitud en los resultados obtenidos por Glezer y Otero,

realizados en los años 2004 y 2003, en todos los aspectos y ambos

grupos estudiados; sin embargo al comparar estos resultados con los

obtenidos por Aguirre en el año 2015 se observan diferencias que

resultaron estadísticamente significativas

Síntesis de estudios

El tamaño del efecto en los estudios de Glezer (2004) y de Otero(2003) son similares, alcanzando valores por encima de tres puntos con valores en las medias y en cuanto a la desviación estándar muy cercanos el uno del otro. Sin embargo, el estudio de Aguirre, realizado en el año 2015, evidencia resultados muy diferentes con solo un 0,33 para la media reflejándose también una diferencia en el tamaño del efecto, este dato no resultó estadísticamente significativo y no guarda relación con el tamaño de la muestra, la cual no constituye un sesgo para la investigación ya que los tres estudios que se analizan muestran un número de personas involucradas en el estudio muy similar

• Pasos.

• Resultados.

• Hipótesis nula (Ho)

• Evaluadores(6).

• Evaluación de métricas:

• Aprendizaje (learning)

• Adaptación de usuarios (adapting to the user)

• Retroalimentación y errores (feedback and errors)

Introducción Hipótesis

Pasos en la validación

Resultados

6. VALIDACIÓN DE LA APLICACIÓN WEB “Analice”

Hipótesis

Hipótesis nula (Ho)

El diseñar e implementar una aplicación web no facilita el análisis y síntesis de experimentos que estudian la facilidad de comprensión en los diagramas de interacción (secuencia y colaboración) del lenguaje UML.

Hipótesis alternativa (H1)

El diseñar e implementar una aplicación web facilita el análisis y síntesis de experimentos que estudian la facilidad de comprensión en los diagramas de interacción (secuencia y colaboración) del lenguaje UML.

Pasos para la Validación

1. Presentación de la aplicación web “Analice”. Este paso radicó en dar una exposición de la aplicación web, de los objetivos de la encuesta y el manejo del sistema, se designó un tiempo de 30 minutos.

2. Se les permitió interactuar con el sistema para que se familiaricen con “Analice”, antes de comenzar con la evaluación a través de la encuesta.

3. Se procedió a la evaluación a través del instrumento validado de usabilidad propuesto por (Perlman, 1997) . Anexo J.

Resultados

Para la métrica: learning

adapthing to the user :

feedback and

errors

• Los conceptos descritos en el marco teórico sirvieron como ejes básicos de la presente investigación, especialmente los que hace referencia a la experimentación en la Ingeniería de software permitiendo comprender de manera eficaz el problema que se está tratando facilitando la comprensión y la resolución del mismo.

• Luego de aplicar los artefactos, de los datos obtenidos, se puede decir que pocos(10,5 %) estudiantes no acertaban ninguna respuesta, por lo que se intentó conocer las causas comentándoles en otra sesión, por lo que la razones que más resaltaban era que ellos necesitaban más capacitación con este tipo de diagramas.

• El desarrollo de la aplicación web “Analice” permitió la integración de herramientas como R, html y rApache, las mismas que son herramientas libres. “Analice” permite la carga de un archivo csv o txt, visualizar los datos, graficar y apoyar el analizar los datos (ANOVA).

• El trabajo de Aguirre difiere de los publicados por Glezer y Otero en cuanto a resultados de la media y tamaño del efecto, sin embargo se asemeja al de Otero en cuanto al valor de referencia estandarizado. Hay que resaltar que el tamaño de la muestra en los tres estudios es similar por lo que esta variable no constituye un sesgo para esta investigación.

• De la métricas learning, adapting to the user y feedback and errors los resultados totales y promedio de los participantes en el estudio fueron mayores en el componente web que en el componente R, los datos fueron en su totalidad estadísticamente significativos. Por lo que los niveles de compresión, interpretación, respuesta y puntuación son cuanticualitativamente superiores en el componente web.

RECOMENDACIONES

CONCLUSIONES

Recomendaciones:

• Cuando se utilice la herramienta R como lenguaje, se recomienda incorporarse a grupos de google, facebook y foros relacionados con el tema, ya que no existe mucha información sobre las particularidades de los lenguajes.

• Tener validado el archivo de datos csv o txt antes de cargar en la aplicación, para que el usuario no tenga inconvenientes en el análisis de datos.

• Trabajos a futuro, incorporar diagramas de clases y objetos para medir la facilidad de comprensión.

• Continuar desarrollando aplicaciones que faciliten el análisis de datos ya que las que se ofrecen en el mercado en muchas ocasiones son de software propietario.

RECOMENDACIONES